问题标签 [knn]

我正在尝试一些 knn 分类。当我尝试规范化数组中的数据时，我不断收到上述错误。

我在最后一行收到错误消息，“int”对象不可下标。

谢谢

我对 opencv flann::Index 有一些问题-

我正在创建索引

之后，我试图加载它并找到最近的 neiborhoods

并且在 miniflann.cpp 中存在访问冲突

请帮忙

knn.cv我在对来自 FNN 包的 R 中的数据集使用 k-最近邻算法（带有交叉验证）时遇到了一个问题。该数据集由 4601 个电子邮件案例组成，具有 58 个属性，其中 57 个取决于 中的字符或单词频率，emails(numerical, range [0,100])最后一个指示它是垃圾邮件（值 1）还是非垃圾邮件（值 0）。

在指示 train 和 cl 变量并使用 10 个邻居之后，运行该包会显示所有电子邮件的列表7.4032，其中每列的值都类似，我不知道如何使用。我需要找到包裹分类的垃圾邮件和火腿的百分比，并将其与正确的百分比进行比较。我应该如何解释这些结果？

我正在尝试使用 knn 创建一个简单的推荐系统。

假设我有一张桌子：

因此，如果要找到用户 1 的可能分数，我想只取用户 1 与其他用户阅读的书籍的绝对差异。然后我将使用该差异来找出该列表中的哪个用户与用户 1“最接近”。但在现实世界中，会有更多的 ?/unknown 分数。那么在使用knn的时候如何处理那些未知的分数呢？

我没有任何代码，因为我还没有真正理解如何实现它。

任何帮助表示赞赏！

在 matlab 中有一个名为 KnnImpute 的函数，它允许使用 Knn 算法替换矩阵中的缺失值。查看http://www.mathworks.it/help/toolbox/bioinfo/ref/knnimpute.html我发现它搜索矩阵的列，但我想搜索沿行检查的邻居。是否有允许这样做的功能？我在哪里可以找到 matlab 代码来实现我的需要？

我从 10 个类中提取图像特征，每个类有 1000 张图像。由于我可以提取 50 个特征，因此我正在考虑在这里找到最佳的特征组合。训练集、验证集和测试集划分如下：

我在验证集上使用前向特征选择来找到最佳特征组合，最后使用测试集来检查整体准确性。有人可以告诉我我做得对吗？

我正在研究拇指识别系统。我需要实现 KNN 算法来对我的图像进行分类。据此，它只有 2 个测量值，通过它计算找到最近邻居的距离，但在我的情况下，我有 400 个 25 X 42 的图像，其中 200 个用于训练，200 个用于测试。我正在寻找几个小时，但我没有找到找到点之间距离的方法。

编辑：我已将第 200 张图像重新整形为 1 X 1050，并将它们存储在trainingData200 X 1050 的矩阵中。类似地我做了testingData.

我需要进行有效的 d 维点搜索，还需要对 d 维中的点进行有效的 k-NN 查询。因此我需要一个 R-Tree 库。我需要一个库来构建 R-Tree 结构，我可以在需要时使用它来查询。

我还需要一些像METIS或hMETIS这样的库，尽管我的应用程序不涉及超图。我的要求是找到一个图的最小割集，它将图分成大致相等大小的两个图。

问题是我需要在 R 中支持这些的库。

我找到了一个库RANN，它具有基于 kd-tree 的 k-NN 查询，但问题是我必须一次进行所有 k-NN 查询并将结果存储在一个巨大的数组中，或者需要调用每次我需要时都使用函数（nn或），这会破坏 O(n lg n) 检索时间的增长。nn2

谁能告诉我R中是否有这样的库？

注意：我需要 R-Tree 库来有效地实现聚类算法，并且需要图形分区库来实现 CHAMELEON 聚类算法。

我正在寻找一个不错的 Java 中 KNN 算法的实现，因为在我的论文中，我必须使用不同的数据结构对其进行修改。

提前致谢！

我需要一个分布式文本聚类框架来支持包含一组完整文档的算法。像carrot2 http://project.carrot2.org/这样的应用程序在内存计算中处理一组文档，因此非常耗时且非常高效。如果像 lingo、STC、knn 等这种文本聚类算法可以在分布式环境中运行，它们会更快。是否有任何框架使用像 hazelcast http://www.hazelcast.com/这样的开源工具，或者是否有任何更快速和性能效率更高的特定方法。